Analyse der Modellstruktur

Transkript

1 Kapitel 9 Analyse der Modellstruktur Dummies Strukturbrüche

2 Analyse der Modellstruktur Datenfenster: increasing und moving windows Dummy-Variable Strukturbruch, Tests auf Strukturbrüche: Chow-Test, Chow Forecast Test, CUSUM-Test Rekursive Residuen Hackl, Einführung in die Ökonometrie (9) 2

3 Increasing window oder Rekursive OLS-Schätzung Das Modell lautet in Matrixform: y = Xb + u y, u: (n x 1)-Spaltenvektoren; X: Dimension n x k, b: (k x 1)-Vektor Wir wählen eine Datenfenster das stets mit der ersten Beobachtung beginnt, dessen Ende (in t) mit t wächst. b t : OLS-Schätzer für b aus Beobachtungen (y i, x i), i =1,...,t b t = (X t X t ) -1 X t y t, t =k+1,...,n und Var{b t } = s 2 (X t X t ) -1 X t : Dimension (t x k), y t : (t x 1)-Vektor Hackl, Einführung in die Ökonometrie (9) 3

4 Konsumfunktion OLS-Anpassung an österreichische Jahres-Daten 1954 bis 1999: Cˆ Y rekursiv (increasing window) geschätzte marginale Konsumneigung und zugehöriges 95%-Konfidenzband. 1971: Einbruch : Anstieg Recursive C(2) Estimates ± 2 S.E. Hackl, Einführung in die Ökonometrie (9) 4

5 Dummy-Variable Dummy-Variable: Regressor, der ein Ereignis oder einen Umstand anzeigt; er hat den Wert 1 in Perioden, in denen der Umstand zutrifft, sonst den Wert 0 Beispiele: t D08 Nach08 Periode einer Hochkonjunktur/Stagnation Zusammenbruch d Interbankenmarktes. 0 0 Region (Stadt/Land) Saison eines Jahres Markieren von Ausreißer Zeit vor/nach Ölpreis-Schock. 0 1 Hackl, Einführung in die Ökonometrie (9) 5

6 Dummy-Variable für Saison Saison-Dummies für Quartalsdaten sind definiert als: Q 1, i tes Quartal it Qit 0, sonst Frühlings-Dummy Q 1t hat den Wert 1 in jedem ersten Quartal und sonst 0; analog das Sommer-Dummy (i = 2), etc. Beachte: Für jede Periode (t = 1,, n) gilt Q 1t + Q 2t + Q 3t + Q 4t = 1 Man verwendet in der Regressionsgleichung entweder 4 Dummies und keinen Interzept, oder 3 Dummies und den Interzept. Hackl, Einführung in die Ökonometrie (9) 6

7 Dummy-Variable für Saison Jahr Q D1 D2 D3 D4 C 2010 Q Q Q Q Q Q Q Q D1 + D2 + D3 + D4 = 1 EViews: D2 Hackl, Einführung in die Ökonometrie (9) 7

8 Modelle für Quartalsdaten Das Modell Y = a + b X + u berücksichtigt keine Saison Modell mit saisonspezifischem Interzept und Anstieg, wobei nur für die 1-ten Quartale, 2-ten Quartale, Y t = a 1 + b 1 X t + u t Y t = a 2 + b 2 X t + u t Y t = a 3 + b 3 X t + u t Y t = a 4 + b 4 X t + u t c geschätzt wird. nur 1-te Quartale nur 2-te Quartale nur 3-te Quartale nur 4-te Quartale Schreibweise mit Saison-Dummyvariablen Q it : Y t = S i a i Q it + S i b i Q it X t + u t für alle Datenpunkte Hackl, Einführung in die Ökonometrie (9) 8

9 Modelle für Quartalsdaten Modell mit saisonspezifischem Interzept: Y t = a 1 Q 1t a 2 Q 2t a 3 Q 3t a 4 Q 4t + b X t + u t Die a i messen die Effekte der einzelnen Quartale. Saisonspezifischer Interzept mit Konstanter: Y t = a 1 d 2 Q 2t d 3 Q 3t d 4 Q 4t + b X t + u t mit d i a i a 1, i = 2,3,4. a 1 misst den Effekt des 1-ten Quartals, die d i messen die Unterschiede der einzelnen Quartale zum 1-ten. Im 1-ten Quartal steht nur beim Interzept eine 1. Die anderen Q-Effekte werden zw Interzept und Q geteilt. Z.B.: a 2 = d 2 a 1 Hackl, Einführung in die Ökonometrie (9) 9

10 Modelle für Quartalsdaten, Forts. Modell mit gemeinsamem Interzept, aber saisonspezifischem Anstieg Y t = a + S i b i Q it X t + u t bzw. Y t = a b 1 Q 1t X t b 2 Q 2t X t b 3 Q 3t X t + b 4 Q 4t X t + u t Hackl, Einführung in die Ökonometrie (9) 10

11 Strukturbruch Der datengenerierende Prozess kann in Teilbereichen des Beobachtungszeitraums durch das gleiche Modell beschrieben werden; In den Teilbereichen (Regimen) liegen aber unterschiedliche Parameterwerte vor. Strukturbruch-Analyse: Gibt es Teilbereiche mit unterschiedlichen Strukturen? Wann hat der Strukturbruch stattgefunden? Schätzung des Zeitpunktes des Strukturbruchs (change point) Change point detection Tests dienen zum Auffinden von change points. (Es werden in der Regel alle möglichen Zeitpunkte durchprobiert, und der mit dem max Ausschlag getestet.) Hackl, Einführung in die Ökonometrie (9) 11

12 Chow-Test Chow-Test: Zum Entscheiden, ob unterschiedliche Strukturen vorliegen, oder nicht Voraussetzungen: 1. Teilbereiche mit konstanter Struktur können identifiziert werden 2. Der Zeitpunkt, zu dem der Übergang von einem Regime zum anderen stattgefunden hat, ist bekannt 3. Die Anzahl der Beobachtungen in jedem Regime, so dass das Modell an die Daten jedes einzelnen Regimes angepasst und die Residuen bestimmt werden können, ist ausreichend Oft erlauben Dummies das Modellieren von Regimen Hackl, Einführung in die Ökonometrie (9) 12

13 Chow-Test, Forts. Nullhypothese: die Regressionsparameter sind in allen Teilbereichen des Beobachtungszeitraums gleich Alternative: zu bestimmten Zeitpunkten ändert das Interzept oder/und einige oder alle anderen Regressionsparameter ihre Werte Hackl, Einführung in die Ökonometrie (9) 13

14 Chow-Test, Forts. Modell mit zwei Regimen: y1 X1 0 b1 u1 y 0 X b u die partitionierten Größen y, X, b und u entsprechen den Größen vor und nach dem Strukturbruch Nullhypothese (kein Strukturbruch) wird mittels F-Test überprüft: H 0 : b 1 = b 2 SR S n 2k F S k S: Summe der Fehlerquadrate aus den separat geschätzten Modellen aus beiden Regimen S R : Summe der Fehlerquadrate im Modell unter H 0 Hackl, Einführung in die Ökonometrie (9) 14

15 Chow-Test, Forts. Die F-Statistik folgt bei Zutreffen von H 0 der F-Verteilung F(k,n-2k) bei normalverteilten Störgrößen S = S 1 + S 2 : näherungsweise der Chi-Quadrat-Verteilung c 2 (k) bei großem n S 1 stammt aus der Schätzung für Periode 1 der Länge n 1, S 2 stammt aus der Schätzung für Periode 2 der Länge n 2. Die zugehörigen Freiheitsgrade sind (n 1 k) und (n 2 k). für S (n-2k) = (n 1 k) + (n 2 k). Die Freiheitsgrade von S R sind: n - k Daher: Freiheitsgrade für den Zähler (S R S) gleich k. Hackl, Einführung in die Ökonometrie (9) 15

16 Konsumfunktion, Forts. OLS-Anpassung der Konsumgleichung C t = a + b Y t + u t an 2 Regime bis 1971: b = 0.817, S 1 = bis 1999: b = 0.824, S 2 = F-Statistik: ( ) 46 4 F p-wert: Eviews: p = 1 bzw. p = Hackl, Einführung in die Ökonometrie (9) 16

17 Chow-Test für m Regime Verallgemeinerung auf m Regime H 0 : b 1 = = b m F-Statistik F SR S i i n mk S ( m 1) k i S i : Summe der Fehlerquadrate im Modell des i - ten Regimes (i = 1,, m) Verteilung von F: F( [m-1]k, n-mk ) oder c 2 ( [m-1]k ) i Hackl, Einführung in die Ökonometrie (9) 17

18 Chow s Prognosetest Ändert sich die Struktur am Ende des Beobachtungszeitraums in einem Bereich kürzer als k, p < k, ist der Chow-Test nicht anwendbar. Anpassen des Modells y = Xb + u an Beobachtungen t = 1,,n-p gibt OLS-Schätzer b Prognose ŷ f = X f b für die Zeitpunkte t = n-p+1,,n Der Prognosetest prüft die Nullhypothese, dass das Modell auch im Prognosebereich gültig ist: H 0 : y f = X f b + u F 1 e e' e f ' I p X f ( X ' X F-Statistik in Prognosefehlern e f 1 ) X f e f n p k p Hackl, Einführung in die Ökonometrie (9) 18

19 Prognosetest: Berechnung von F alternativ rechnet man einfacher 1. Anpassen des Modells an die n-p Beobachtungen; Summe der Fehlerquadrate S D für Datenbereich D 2. Anpassen des Modells an alle n Beobachtungen; Summe der Fehlerquadrate S D+F für Daten- und Prognosebereich D+F 3. Einsetzen in F-Statistik F S D F S S D n p k p F ist nach F(p, n-p-k) verteilt. D Hackl, Einführung in die Ökonometrie (9) 19

20 Konsumfunktion, Forts. Wir betrachten den gesamten Bereich D+F , unterteilen in den Datenbereich D , und in den Prognosebereich F OLS-Anpassung der Konsumfunktion für beide Perioden bis 1991, D: S D = bis 1999, D+F: S D+F = Der p-wert für die F-Statistik des Prognosetests ist F Hackl, Einführung in die Ökonometrie (9) 20

21 Quandt-Andrews-Test Dieser Test ermöglicht die Bestimmung des Zeitpunkts an dem der Strukturbruch stattfindet. Nullhypothese: Alternative: Es liegt kein Strukturbruch in t=1, T vor. Es gibt einen Strukturbruch bei t* (unbekannt). Teststatistik ist das Maximum aller Chow-Tests für allen möglichen Zeitpunkten in t=1<t 1,, t 2 <T: max t F t Die Verteilung der Teststatistik ist nicht-standard / tabelliert. (Im Anfangs- u Endbereich kann nicht auf Strukturbruch getestet werden.) Hackl, Einführung in die Ökonometrie (9) 21

22 Rekursive Residuen Das wahre Modell sei y = Xb + u. Rekursive Residuen sind transformierte 1-Schritt Prognosefehler: Y xb t t t1 wt, t k 1,..., n 1 1 x t ( X t X t ) xt b t-1 ist der OLS-Schätzer von b für die Perioden 1,..,t-1. Der (n-k)-vektor w folgt (bei normalverteilten Störgrößen) w ~ N(0, s 2 I) Die Elemente von w sind unabhängig. Daher eignen sie sich gut für die Konstruktion von Tests auf Strukturstabilität. Hackl, Einführung in die Ökonometrie (9) 22

23 Konsumfunktion, Forts. 40 Plot der rekursiven Residuen Recursive Residuals ± 2 S.E. Hackl, Einführung in die Ökonometrie (9) 23

24 Weitere Tests zur Struktur- stabilität Tests auf Basis der rekursiven Residuen sind: CUSUM Test (cumulative sum) MOSUM Test (moving sum) CUSUM-SQ Test (cumulative sum of squares) CUSUM Test: W t 1 s t r k 1 s 2 ist die Residuenvarianz aus der Schätzung des Modells über die gesamte Periode. Kritische Schranken gibt es von Brown(1975) w r Hackl, Einführung in die Ökonometrie (9) 24

25 Konsumfunktion, Forts CUSUM Test: W-Werte mit den zugehörigen kritischen Schranken CUSUM 5% Significance Hackl, Einführung in die Ökonometrie (9) 25